MedMNIST: 用于医学图像分类的开源数据集

MedMNIST: 用于医学图像分类的开源数据集

MedMNIST [pip install medmnist] 18 MNIST-like Datasets for 2D and 3D Biomedical Image Classification 项目地址: https://gitcode.com/gh_mirrors/me/MedMNIST

MedMNIST 是一个开源项目，旨在为医学图像分类提供标准化数据集。该项目主要使用 Python 编程语言开发。

核心功能

MedMNIST 项目包含以下几个核心功能：

• 提供了18个标准化的生物医学图像数据集，包括12个2D数据集和6个3D数据集。
• 所有图像都经过预处理，统一为28x28（2D）或28x28x28（3D）大小，并附有相应的分类标签，无需用户具备背景知识。
• 覆盖了生物医学图像的主要数据模态，并设计用于对轻量级的2D和3D图像进行分类，支持各种数据规模和多种任务类型，如二分类、多分类、序数回归和多标签任务。
• 数据集包含大约708K个2D图像和10K个3D图像，可以支持生物医学图像分析、计算机视觉和机器学习领域的研究和教育用途。

最近更新的功能

项目最近更新的功能包括：

• 发布了MedMNIST+，提供了更大的图像尺寸选项，包括64x64、128x128和224x224的2D版本，以及64x64x64的3D版本。这个大型版本作为之前28尺寸MedMNIST的补充，可以作为医学基础模型的标准化基准。
• 第三方更新中，社区成员发布了针对MedMNIST+的全面评估，涵盖了10种不同的深度学习模型，通过三种不同的训练方案训练，覆盖所有12个2D数据集和可用的图像分辨率。
• 引入了MedMNIST-C，这是MedMNIST数据集的一个损坏版本，具有针对不同模态的图像损坏和增强API，灵感来源于ImageNet-C基准。这项工作旨在评估和增强模型的鲁棒性。

请注意，MedMNIST 数据集不适用于临床使用，而是作为研究和教育用途的易用资源。

MedMNIST [pip install medmnist] 18 MNIST-like Datasets for 2D and 3D Biomedical Image Classification 项目地址: https://gitcode.com/gh_mirrors/me/MedMNIST